초록

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

이 논문은 OCR(Optical Character Reader)로 인식된 한글 문서에서의 오인식 경향을 분석하고, 이를 이용한 한글 단어 검색 방법을 제안한다. OCR로 인식된 많은 야의 한글 문서를 기반으로 자모별 인식 빈도수를 계산하고 이를 바탕으로 초성, 중성, 중성별 인식 혼동 행렬(confusion matrix)을 구성하였다. 또한 인식 정보를 적절히 이용하기 Bayes 정리를 이용하였다. 질의어에 대한 오인식 단어의 검색 방법을 제시하고 혼동 행렬과 이 검색 방법을 바탕으로 OCR 기반 단어 검색 시스템을 구축하였다.

이 논문은 OCR(Optical Character Reader)로 인식된 한글 문서에서의 오인식 경향을 분석하고, 이를 이용한 한글 단어 검색 방법을 제안한다. OCR로 인식된 많은 야의 한글 문서를 기반으로 자모별 인식 빈도수를 계산하고 이를 바탕으로 초성, 중성, 중성별 인식 혼동 행렬(confusion matrix)을 구성하였다. 또한 인식 정보를 적절히 이용하기 Bayes 정리를 이용하였다. 질의어에 대한 오인식 단어의 검색 방법을 제시하고 혼동 행렬과 이 검색 방법을 바탕으로 OCR 기반 단어 검색 시스템을 구축하였다.

AI 본문요약

엑셀 다운로드 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• 본 논문은 인쇄 한글 문서에서 단어 건색을 위해 흔동 행렬음 구성하고, 이에 기반한 검색 방범에 대해 제안한다. 또한 디지털 라이브러리 등에 응용 할 수 있는 계기를 마련하고자, 논문의 구성 요소별 단어 출현 빈도수를 세어 이를 기반으로 문서의 적합성을 측정할 수 있는 시스템을 구축하였다.

제안 방법

• 본 논문은 인쇄 한글 문서에서 단어 건색을 위해 흔동 행렬음 구성하고, 이에 기반한 검색 방범에 대해 제안한다. 또한 디지털 라이브러리 등에 응용 할 수 있는 계기를 마련하고자, 논문의 구성 요소별 단어 출현 빈도수를 세어 이를 기반으로 문서의 적합성을 측정할 수 있는 시스템을 구축하였다.
• 본 논문은 OCR 기반 인쇄한글 문서에서 단어 검색 음 위해 인식 혼동행렬을 구성하고, 이의성보를 적절히 사용하기 위해 Bayes 성 리를 이용하였다. 이에 기반한 단어 검색 방법에 대해 제안했고, 실제 디지털 라이브러리둥에 웅용할 수 있는 졔기를 마련하고자, 논문의 구성요소볌 다어의 츨현빈도수를 세고, 이름 기반으로 문서의 적함성을 측정할 수 있는 시스旬 음 구축하였다.
• 본 논문의 검색 알고리즘은 3.2절에서 구축해 놓은 혼동 행렬을 사용한다. 흔동 행렬은 OCR이 범하는 오류의 형태와 빈도수를 제공 하기 때문에 이에 기초하여 알고리즘을 설계하는 것은 타당성을 갖는다.
• 이 사실 자료와 인식 자교몰 한자씩 비교하여 한글 초성, 중성, 종성에 대한 인식 혼동 행렬을 구성하였다. 이중 초성에 대한 인식 흔 농 행렬을 그림 2가 보여주고 있다.
• 또한 훈련되지 않은 오인식 문자에 대해서는 검색을 하지 못하는 단점을 가 지고 있다. 이러한 문제점을 해결하기 위해 본 논문에서는 그림 2와 같은 자모별 초성, 중성, 종성 인식 혼동 행렬음 구성하였다. 이는 적 은 양의 훈련 데이터를 가지고서도 혼동 행렬의 구성이 가능하며、초 성, 중성, 종성별 신뢰도론 따로 구하기 때문에 훈련되지 않은 오인식 문자에 대해서도 검색이 가능하다는 장점이 있다.
• 본 논문은 OCR 기반 인쇄한글 문서에서 단어 검색 음 위해 인식 혼동행렬을 구성하고, 이의성보를 적절히 사용하기 위해 Bayes 성 리를 이용하였다. 이에 기반한 단어 검색 방법에 대해 제안했고, 실제 디지털 라이브러리둥에 웅용할 수 있는 졔기를 마련하고자, 논문의 구성요소볌 다어의 츨현빈도수를 세고, 이름 기반으로 문서의 적함성을 측정할 수 있는 시스旬 음 구축하였다.
• 또한 한글 문자의 추가 오류는 득수 문자와 숫자의 조합으로 인해 간혹 발생하였다. 이와 같은 이유로 본 논문에서는 한글 문자의 실종, 추가, 조합, 분해 오류에 대한 정보를 사용하지 못하고, 가장 많이 발생하는 대치 오류만을 고려하여 시스템을 구성하고 실험을 하였다.
• 흔동 행렬은 OCR이 범하는 오류의 형태와 빈도수를 제공 하기 때문에 이에 기초하여 알고리즘을 설계하는 것은 타당성을 갖는다. 혼동 행렬의 구성과 제안한 알고리즘은 문자 간의 의존성보다 자 모 간의 의존성을 중시하여 설계하였다. 검색 대상은 OCR이 범하는 오류 중 대치오류만을 대상으로 한다.

대상 데이터

• 혼동 행렬의 구성과 제안한 알고리즘은 문자 간의 의존성보다 자 모 간의 의존성을 중시하여 설계하였다. 검색 대상은 OCR이 범하는 오류 중 대치오류만을 대상으로 한다. 식 3과 4는 매칭 알고리즘을 설명한다.
• 본 논문은 단어 검색 실험을 위해 KORDIC에서 1996년도 징보과 학회 논문지 6편을 다운받아 이룔 아르마로 인식 후 테스트 문서로 사용하였다. 단어 검색을 위한 매칭 값은 7부터 0.
• 0 전문가용을 이용하였다〔10]. 인식 대상 문서로는 정보과학회 1996-1997년에 출판된 논문지 영상 53加건을 KORDIC 원문 서비스(http:〃society .kcrdic.re.kr)에서 받아 사용하였다. 훈련 데 이터의 개별 문자 인식률은 92.

이론/모형

• 이 절에서는 실제 문자 인식 시스템의 혼동 확률(Confusion Probability)을 구하기 위해 Bayes 정리를 이용하였다. 문자 인식 시스템에서 입력된 사실 자료의 자모를 4라 하고, 사실 자료에 대한 인식 자료의 자모를 8 라 하면, 인식 자료의 자모 8가 사실 자료의 자모?! 가 될 확뮨은 Bayes의 정리에 의해 人伊) 와 같이 표현 할 수 있으며, 자모 순서에 따라 표 1과 같이 다시 표현 할 수 있다.
• 이 장에서는 한글 OCR 소프트웨어를 이용하여 오인식을 범하는 자모별 초성, 중성, 종성에 대한 인식 흔동 행렬의 구성 방안과 이 혼동 행렬을 적절히 이용하기 위해 사용된 Bayes 정리에 대해 설명한 다. 혼동 행렬을 구성하기 위해 현재 인식 뮬 면에서 좋은 평가를 받고 있는 아르미 5.0 전문가용을 이용하였다〔10]. 인식 대상 문서로는 정보과학회 1996-1997년에 출판된 논문지 영상 53加건을 KORDIC 원문 서비스(http:〃society .

성능/효과

• 5) 분해 오류(Decomposition ermr) : 원문 영상의 문자가 분해되 인식 자료의 분석에 의하면 한글의 경우 대치 오류가 대부분이며, 영상 품질이 낮음수록 실종 오류나 분해 오류 또는 추가 오류가 많이 발생하였다. 한글은 문자들의 조합 오류가 거의 발생하지 않으며, 영문과 다르게 문자의 분해 오류 발생 시 한글의 유형이 아닌 득수 문 자로의 인식이 대부분이다.
• 4인 때의 재현율과 정확율을 보여 준다. 표 2에서 알 수 있듯이 검색 단어를 완전 매칭하여 검색하는 방법보다 혼동 행렬은 구성하여 검색하는 방법이 더 효과적임을 증명하고 있으며, 심험 결과 혼동 행렬과 Bayes 정리를 이용하여 완전매 칭보다 약 8%의 재현율을 높였다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기